百度智能云AI助力電廠節(jié)煤降耗，年碳排減少一萬噸

山西省呂梁市汾陽市三泉鎮(zhèn)，晉能集團旗下山西國峰煤電有限責任公司的兩臺300MW循環(huán)流化床直接空冷機組正在運行，燃煤通過傳送帶進入鍋爐燃燒，將水加熱成高溫高壓蒸汽，用以推動汽輪機拖動發(fā)電機旋轉發(fā)電，支撐工業(yè)生產、點亮萬家燈火。

(資料圖片僅供參考)

“十四五”是碳達峰的關鍵期、窗口期，燃煤火電的碳減排，對實現(xiàn)電力行業(yè)碳排放達峰以及全國雙碳目標具有重要意義，亟需通過實施改造升級進一步提升機組高效清潔、低碳靈活和智能化水平，助力煤電產業(yè)高質量轉型發(fā)展。

山西國峰煤電有限責任公司攜手百度智能云，共同探索AI智慧運行應用場景，通過智能算法實現(xiàn)機組冷端經濟運行與脫硫運行優(yōu)化，供電煤耗綜合降低可達2.9g/kWh，折算減少超過10600噸二氧化碳排放，降低電廠運行成本600萬/年，成為智慧電廠和能耗優(yōu)化示范標桿。

AI降碳新高度

我國發(fā)電量的60.8%來自于燃煤火電。火電廠生產工藝流程復雜且需要實時調控，是典型的多參數耦合多變的場景，傳統(tǒng)的控制方式對于運行人員能力要求很高，很難做到最優(yōu)運行，而人工智能技術在處理復雜運算和優(yōu)化控制方面有很強的優(yōu)勢。

冷端優(yōu)化對于提高汽輪機組冷端性能，提升發(fā)電機組熱經濟性，從而達到節(jié)能降耗的目標具有重要意義。冷端系統(tǒng)的熱量損失在熱力系統(tǒng)中占比最大，是節(jié)能潛力最大的部分。直接空冷是北方缺水地區(qū)普遍采用的汽輪機排汽冷卻方式，但也存在著背壓經濟運行缺乏數據支撐、空冷風機節(jié)能缺乏實時對比分析、空冷島散熱片臟污程度缺乏動態(tài)監(jiān)視和可視化運行維護指導等問題。

百度智能云以機組最大化凈出力為目標，以機理建模為骨架，融合人工智能技術對冷端系統(tǒng)精確建模，并利用深度學習算法預測未來機組工況及外部環(huán)境，綜合考慮冬季防凍、風機運行等安全邊界條件，通過DCS閉環(huán)控制實時調節(jié)風機轉速等參數，優(yōu)化冷端系統(tǒng)整體運行效率，從而提高機組經濟性、減少碳排放。

國峰電廠空冷島智能優(yōu)化系統(tǒng)上線后，核算供電煤耗平均降低1.6g/kWh,單臺機組每年可節(jié)約超過200萬的燃料成本，減少超過5300噸的二氧化碳排放。

注：空冷優(yōu)化系統(tǒng)供電煤耗節(jié)約量估算采用歷史相似工況對比的方法，基于2021年7月至2022年7月的純凝發(fā)電工況分鐘級運行數據，以環(huán)境溫度及機組負荷為工況指標，選擇算法上線后的實時工況冷端凈出力與歷史相似工況對比，由此計算得到以上供電煤耗降低量。

熱電聯(lián)產提效能

熱電聯(lián)產是指在同一電廠中將供熱和發(fā)電聯(lián)合在一起，既生產電能，又利用汽輪發(fā)電機做過功的蒸汽對用戶供熱，可以顯著提高燃料利用率，具有良好的經濟和社會效益，是實現(xiàn)循環(huán)經濟的重要技術手段。

國峰電廠通過高背壓供熱改造提升了城市供熱能力。然而機組高背壓運行需要綜合考慮機組負荷、供水溫度、供水流量、低壓缸及小汽機末級超溫保護、精處理凝結水溫度等因素，工況變化復雜，影響參數眾多，難以確定最優(yōu)抽汽比例與最優(yōu)背壓，造成供熱能耗的大量損失。

百度智能云綜合利用機器學習及機理建模方式，搭建了兼顧魯棒性、可靠性、準確性的供熱系統(tǒng)模型，利用智能優(yōu)化算法確定安全經濟背壓并給與運行指導。在保證各設備安全約束的情況下，供熱季平均背壓提升1～2kPa，核算供電煤耗降低 1.3g/kWh，提升高背壓凝汽器綜合換熱利用效率，降低抽汽量，從而提升供熱經濟性。

注：供熱優(yōu)化系統(tǒng)供電煤耗節(jié)約量同樣采用歷史相似工況對比的方法，基于2021年11月至2022年3月抽凝供熱工況的分鐘級歷史運行數據，選取影響高背壓凝汽器運行效率的核心指標，如供水溫度、回水溫度、供水流量等作為工況選擇指標，算法自2022年11月供熱季上線后，實時對比歷史相似工況與機組實時優(yōu)化運行的乏汽利用效率，基于實際采集數據統(tǒng)計了2022年供熱季算法上線4個月的抽汽供熱節(jié)約熱量，以此計算得到了以上標煤節(jié)約量及年平均供電煤耗降低量。

智能減排新突破

節(jié)能減排不僅是降低碳排放，對于火電廠，SO2等污染物治理仍是重點，政策對排污指標要求越來越嚴格，對燃煤電廠的環(huán)保工程發(fā)展提出嚴格要求。燃煤電廠的脫硫、脫硝和除塵已成為中國環(huán)保關注的主要領域之一。

國峰電廠循環(huán)流化床機組采用爐內石灰石脫硫和爐后半干法脫硫兩種工藝。由于鍋爐燃燒與脫硫反應的大時延、煤質多變且工藝間耦合關系強等原因，導致脫硫劑用量難以準確判斷，無法實現(xiàn)自動化運行，影響環(huán)保指標達成。

百度智能云深入電廠生產一線，基于機理+數據驅動融合建模方式，定期對煤質硫分和延遲時間進行估計，指導深度調峰/調頻下機組的SO2的生成與脫除過程預測；其次，自適應控制按照最優(yōu)比例分配爐內外的脫硫劑消耗量，并進行秒級精準調節(jié)；此外，還實現(xiàn)了脫硫劑輸送過程的故障智能預警，修正控制策略，確?？刂扑惴▓?zhí)行的可靠性。從而最大限度減少脫硫劑用量，保障系統(tǒng)運行的經濟性和可靠性。

脫硫控制算法學習數據來源于電廠2022年全年的秒級運行數據，在2023年3月開始投運上線，實現(xiàn)自動投運率達到96%以上，無需人工干預，脫硫島入口煙氣SO2小時平均值（爐內石灰石脫硫）與設定值平均偏差小于30mg/Nm3，脫硫島出口SO2小時平均值（脫硫島半干法脫硫，實際環(huán)保指標）在20±10mg/Nm3內；選擇全年相似工況對比，并將煤質硫分折算為統(tǒng)一標準，單位發(fā)電量的脫硫劑平均可節(jié)省8%，折合約4萬噸脫硫劑，每臺機組的物耗節(jié)省可達200萬元，僅使用AI算法進行脫硫控制，大幅減少了電廠對人工運維的依賴，并且在滿足環(huán)保指標（35mg/m3）排放要求的同時，有效地提升了煙氣處理的經濟性。

下沉控制一區(qū)，AI算法完成閉環(huán)控制

傳統(tǒng)上做工藝優(yōu)化，通常只是做參數推薦，系統(tǒng)投運率低，效果不明顯；工藝優(yōu)化的系統(tǒng)數據采集與數據反控，通常通過SIS系統(tǒng)等部署在二區(qū)的系統(tǒng)來進行交互，數據閉環(huán)延時大，算法控制難度大，精度低。

本項目將AI算法下沉到控制一區(qū)，數據從采集到反控，閉環(huán)周期降低至秒級，大大降低了算法控制難度，提高了控制精度，同時考慮到控制一區(qū)對穩(wěn)定性、安全性的較高要求，我們在硬件、軟件、策略上均做了相應防護，通過搭建服務器集群、容器化服務部署、服務間狀態(tài)的主、被動檢測以及與原有控制系統(tǒng)的控制邏輯進行配合，建立冗余自動切換的控制邏輯，實現(xiàn)系統(tǒng)在硬件、軟件、控制策略上的多級冗余機制，確保系統(tǒng)的穩(wěn)定性與安全性。

“雙碳”戰(zhàn)略下，以新能源為主體的新型電力系統(tǒng)的構建正加速傳統(tǒng)火電企業(yè)轉型升級，技術革新變得更加緊迫，亟需通過實施改造升級進一步提升機組高效清潔、低碳靈活和智能化水平，助力煤電產業(yè)高質量轉型發(fā)展。

“我們和百度智能云合作，基于電廠運行機理與運行規(guī)范，采用機理模型與人工智能模型融合驅動的方法，實時計算各工況下影響機組優(yōu)化運行的參數，并通過提供指導建議和自動閉環(huán)控制的方式，幫助電廠優(yōu)化運行與節(jié)能降碳，創(chuàng)新發(fā)展火力發(fā)電技術，解決煤炭清潔高效利用問題?！眹迕弘姽こ處煴硎尽?/p>

關鍵詞：